
第7章:AIの基本テクニック!王道の「機械学習」とデータの分け方
重要度: ★★★★★ 【得点源の宝庫!ここを取らなきゃもったいない】
第1回(通算第66回):
(学ぶキーワード:機械学習の3分類)
教科書がある勉強、ない勉強?「教師あり・教師なし・半教師あり学習」
第2回(通算第67回):
(学ぶキーワード:回帰と分類)
明日の気温を当てる(回帰)?それとも犬か猫か当てる(分類)?
第3回(通算第68回):
(学ぶキーワード:線形回帰)
グラフに「まっすぐな線」を引いて未来を予測する「線形回帰」
第4回(通算第69回):
(学ぶキーワード:ロジスティック回帰)
「yes」か「no」かの確率を計算する「ロジスティック回帰」
第5回(通算第70回):
(学ぶキーワード:k近傍法)
周りのみんなが多数決で教えてくれる「k近傍法」
第6回(通算第71回):
(学ぶキーワード:決定木)
イエス・ノーの質問を繰り返して答えにたどり着く「決定木」
第7回(通算第72回):
(学ぶキーワード:ランダムフォレスト)
1本の木より、たくさんの木(森)が集まった方が強い「ランダムフォレスト」
第8回(通算第73回):
(学ぶキーワード:アンサンブル学習)
みんなの意見を合わせると天才になる?「アンサンブル学習」
第9回(通算第74回):
(学ぶキーワード:SVM)
データをきれいに分ける境界線を引く「SVM(サポートベクターマシン)」
第10回(通算第75回):
(学ぶキーワード:クラスタリング、k-meansなど)
似たもの同士のグループを自動で作る「クラスタリング」
第11回(通算第76回):
(学ぶキーワード:次元削減、PCAなど)
情報が多すぎてパンクしそう?大事なところだけ残す「次元削減」
▶︎【第8章】へ進む
◀︎【第6章】へ戻る
◀︎【トップページ】へ戻る